当前位置:首页 > 数理化
基于重抽样Boosting算法研究
基于重抽样Boosting算法研究

基于重抽样Boosting算法研究PDF电子书下载

数理化

  • 电子书积分:8 积分如何计算积分?
  • 作 者:宋捷著
  • 出 版 社:北京:中国统计出版社
  • 出版年份:2017
  • ISBN:9787503781452
  • 页数:103 页
图书介绍:Boosting算法是近二十年来兴起的一种机器学习算法。它是组合算法中的一种。它通过自适应地抽样生成基学习器并将这些基学习器自适应地加权组合形成一个强的学习器。本书以Boosting算法为研究对象,首先对Boosting的历史、发展和研究现状进行了综述与分析。然后从实际问题出发,介绍了7种新的Boosting算法。实验结果表明,这些算法都比以前的方法有更好的有效性与适用性。
《基于重抽样Boosting算法研究》目录

第1章 绪论 1

1.1 选题意义 1

1.2 本书主要内容 3

1.3 本书的结构安排 5

第2章 Boosting算法综述 6

2.1 引言 6

2.2 Boosting算法描述 7

2.3 Boosting算法的研究历程 13

2.4 Boosting算法介绍 18

2.4.1 Adaboost算法 18

2.4.2 LogitBoost算法 23

2.4.3 L2Boost算法 24

2.4.4 Arc-x4算法 25

2.5 Boosting算法的应用 26

第3章 Boosting分类算法研究 28

3.1 简介 28

3.2 两分类的Balanced Adaboost(BAboost)算法 30

3.2.1 BAboost算法介绍 30

3.2.2 实验结果 34

3.2.3 BAboost算法是对指数损失下最优解的调整 41

3.3 多分类的Balanced Adaboost-J(BAboost-J)算法 43

3.3.1 BAboost-J算法介绍 43

3.3.2 实验结果 45

3.3.3 结论 49

3.3.4 讨论Adaboost与BAboost的区别 50

3.4 两分类的Balanced Logitboost(BLogitboost)算法 52

3.4.1 BLogitboost算法介绍 52

3.4.2 实验结果 53

3.5 多分类的Balanced Logitboost(BLogitboost-J)算法 59

3.5.1 BLogitboost-J算法介绍 59

3.5.2 实验结果 60

3.6 算法的进一步讨论 63

第4章 Boosting回归算法研究 66

4.1 简介 66

4.2 ABRT算法 68

4.2.1 ABRT算法介绍 68

4.2.2 ABRT算法是加权的可加模型的逐步更新算法 69

4.2.3 实验结果 71

4.2.4 ABRT算法与基回归树之间的关系 78

4.2.5 讨论 79

4.3 ABRT-1算法 81

4.3.1 ABRT-1算法介绍 81

4.3.2 实验结果 83

4.4 ABRT-D算法 85

第5章 结论与未来工作的展望 91

5.1 结论与不足 91

5.2 未来工作展望 93

参考文献 96

返回顶部